Como as IAs escolhem qual produto recomendar, e por que a resposta está no seu dado de produto

Existe uma pergunta que mudou de lugar nos últimos dois anos. 

Antes, ela era digitada numa caixa de busca: “melhor antialérgico sem sonolência”. O consumidor recebia dez links azuis, abria três, comparava, decidia. 

Hoje, a mesma pergunta é feita em linguagem natural para um assistente: “preciso de um antialérgico que não dê sono, meu filho tem 7 anos, versão em gotas”. E o que volta não é uma lista de links. É uma resposta com dois ou três produtos, com justificativa, preço e onde comprar. 

A prateleira encolheu. De trinta resultados para três recomendações. 

E isso já mexe no resultado. O State of Product Experience 2026, estudo conduzido pela Syndigo com a YouGov entre 5 e 17 de junho de 2026, ouvindo 8.736 adultos em seis países, Brasil incluído, traz dois números que definem o novo jogo: 25% dos compradores online dizem que uma recomendação de IA os torna mais propensos a comprar, e 32% já permitem, ou permitiriam, que uma IA fizesse a compra sozinha por eles. 

Do lado do tráfego, o movimento é ainda mais brusco. O mesmo estudo registra crescimento de 393% no tráfego originado em IA para sites de varejo no Estados Unidos no primeiro trimestre de 2026, na comparação com o ano anterior. 

A pergunta que importa para a indústria farmacêutica é direta: Quando essa resposta é montada, o seu produto entra nela? E se entra, ele entra correto?

A IA nunca vê o produto, ela vê o registro construído em volta dele 

Este é o mal-entendido mais caro do momento.

A maior parte dos times de marketing ainda trata o assistente de IA como um oráculo que “sabe” coisas. Não é isso que acontece. Modelos de linguagem não guardam catálogo de produtos na memória, e nem tentam. Preço muda, estoque muda, embalagem muda. Um modelo treinado com esses dados estaria errado no dia seguinte. 

O que eles fazem é recuperar. No momento da pergunta, o assistente busca dados de produto em fontes externas e monta a resposta em cima do que encontrou. 

A documentação da OpenAI sobre compras no ChatGPT é explícita sobre as fontes: Os resultados vêm de “metadados estruturados de provedores primários e terceiros (por exemplo, preço, descrição do produto)”. E deixa claro que a seleção é orgânica: “Os resultados de produto são selecionados de forma independente pelo ChatGPT, não são anúncios, nem influenciados por parcerias da OpenAI”. 

Do lado do Google, a infraestrutura tem nome e escala. O Shopping Graph reúne mais de 50 bilhões de listagens de produtos, com mais de 2 bilhões dessas listagens atualizadas a cada hora. É essa base, alimentada por feeds de varejistas via Merchant Center e por conteúdo publicado na web, que o AI Mode consulta quando alguém pede uma recomendação. 

Traduzindo: a IA não está julgando a sua marca. Ela está lendo um registro de dado sobre o seu produto. Se esse registro for pobre, ambíguo ou contraditório, a marca não é penalizada por reputação. Ela é simplesmente ignorada por falta de material. 

O mecanismo em quatro etapas 

Vale abrir a caixa preta, porque cada etapa tem um ponto de falha que depende diretamente da sua operação de dados. 

Etapa 1: Decomposição da intenção. O assistente pega uma pergunta longa e a quebra em várias buscas simultâneas. “Antialérgico sem sono, para criança de 7 anos, em gotas” vira consultas paralelas sobre princípio ativo, faixa etária, forma farmacêutica e efeito colateral. Cada fragmento vira um filtro. 

Etapa 2: Recuperação. O sistema busca candidatos em feeds estruturados, catálogos de parceiros e páginas de produto indexadas. Nesta etapa, o que existe é atributo. Texto bonito de campanha institucional não entra aqui, campo preenchido, sim.

Etapa 3: Reconciliação de entidade. É aqui que a maioria das indústrias perde a disputa sem saber. O sistema precisa decidir se o item listado na farmácia A, o item listado no marketplace B e o item descrito no seu site são o mesmo produto. Essa decisão é feita por identificadores, GTIN em primeiro lugar, mais marca, fabricante e atributos-chave. Quando os registros divergem, o motor tem duas opções: Escolher a versão que julgar mais confiável, ou tratar o produto como incerto e deixar de fora. Nenhuma das duas é boa notícia quando o dado divergente não é o seu. 

Etapa 4: Montagem da resposta com justificativa. O assistente não apenas escolhe, ele explica por que escolheu. E só consegue explicar com base em atributo explícito. Se “não sedativo”, “uso pediátrico a partir de 2 anos” ou “sem lactose” não estiverem escritos em algum campo estruturado, a IA não inventa a justificativa. Ela recomenda o concorrente que escreveu. 

Esse último ponto tem respaldo acadêmico. O estudo GEO: Generative Engine Optimization, apresentado no KDD 2024 por pesquisadores de Princeton, IIT Delhi, Georgia Tech e Allen Institute for AI, mediu como diferentes formas de estruturar conteúdo afetam a visibilidade em motores generativos. O resultado central: Ajustes de estrutura, citação de fontes e inclusão de dados objetivos aumentam a visibilidade em até 40% nas respostas geradas. E o inverso também apareceu: Encher o texto de palavra-chave, a velha tática de SEO, reduz a visibilidade. 

Atributo explícito vence adjetivo.

O ponto cego da indústria farmacêutica 

Aqui a conversa fica específica. 

Uma indústria farmacêutica raramente controla a página onde o seu produto é comprado. Quem controla é a rede de farmácia, o marketplace, o distribuidor, o aplicativo de delivery. A indústria envia dado e torce. 

E o canal digital deixou de ser marginal. Segundo a Abrafarma, o faturamento das farmácias no ambiente digital ultrapassou R$ 20 bilhões em doze meses, um crescimento de 54,8% sobre o período anterior, chegando a 18% do total de vendas. Em 2020, esse número era de 3%. 

Ou seja: Quase um quinto da receita do setor já passa por páginas de produto que a indústria não escreve, mas alimenta. 

Agora imagine o mesmo SKU publicado em oito canais, com oito descrições diferentes, quatro conjuntos de imagens de safras distintas, duas grafias do nome da marca e um campo de concentração que num canal diz “500mg” e no outro “500 mg comprimido revestido”. Para o time comercial, isso é ruído operacional. Para um motor de recuperação, isso é um produto sem identidade estável.

O consumidor sente antes da IA. A pesquisa State of Search Brasil 6, da Hedgehog Digital, com 4.157 entrevistados, mostra que 52% dos brasileiros desistem de uma compra por falta de informação explícita sobre o produto, 44% por ausência de avaliações e, o dado mais revelador para este tema, 21% desistem quando a informação do site diverge do que aparece no Google Shopping. 

O número global é ainda mais duro: 83% dos compradores online dizem que abandonam um site ou uma página de produto que não entrega a informação que eles querem. E o dano não para na venda perdida. Entre os entrevistados do State of Product Experience 2026, 80% afirmam que informação imprecisa de produto piora a percepção que têm da marca, 26% devolveram algum produto nos últimos seis meses porque ele não correspondia ao que a página prometia, e 76% dizem ser mais propensos a voltar a comprar de marcas que acertam o conteúdo de produto.

Divergência de dado não é detalhe técnico. É objeção de compra. 

O que a centralização resolve, na prática 

Centralizar dado de produto não é um projeto de TI. É uma decisão estratégica de distribuição. 

 Quando indústria opera com uma fonte única da verdade, cinco requisitos da qualidade mudam de estado: 

1. Identidadeestável. GTIN correto, hierarquia de embalagem, variantes tratadas como variantes e não como produtos distintos. É o que permite ao motor reconciliar seu produto em todos os canais e somar sinais em vez de dividi-los.
   
2. Profundidadede atributo. O jogo não é preencher os campos obrigatórios do varejista. É preencher os atributos que respondem à pergunta do consumidor. Em farma, isso significa dois blocos: Os atributos regulados, como registro no Ministério da Saúde, princípio ativo, concentração, forma farmacêutica, tarja, posologia e contraindicações; E os atributos de decisão, como faixa etária, sem açúcar, sem lactose, sem glúten, sabor, compatibilidade com outras terapias, uso contínuo. O segundo bloco é o que aparece nas perguntas em linguagem natural, e é justamente o mais negligenciado.
3. Sincronia.Mesmo dado, mesma versão, em todos os canais, ao mesmo tempo.
   Num ambiente em que bilhões de listagens são atualizadas de hora em hora, dado defasado é dado errado.
4. Mídiae prova social como campo, não como anexo. Imagens em múltiplos ângulos, vídeo, conteúdo enriquecido e avaliações deixam de ser entregas soltas de campanha e passam a ser parte do registro do produto. O benchmark da Syndigo mostra o peso disso: 85% dos consumidores concordam que conteúdo de produto de alta qualidade pesa mais na decisão de compra do que o reconhecimento da marca, e 86% dizem que esse conteúdo é o que os ajuda a decidir entre uma opção mais cara e uma mais barata. O State of Product Experience 2026 mostra o peso disso: avaliações e resenhas (53%) e descrições detalhadas de produto (52%) já pesam mais na decisão de compra do que um desconto ou promoção (49%). E conteúdo rico eleva a taxa média de adição ao carrinho em 39%.
5. Rastreabilidade. Quando o dado tem uma origem única, dá para auditar o que foi publicado, onde e quando. Em setor regulado, isso deixa de ser conveniência e vira controle de risco. 

No setor farmacêutuco, dado disperso também é risco 

Vale sublinhar este ponto, porque ele muda a prioridade do projeto dentro da empresa. 

Em categorias como eletrônicos ou moda, um atributo errado custa uma venda. Em medicamentos, suplementos e dispositivos médicos, um atributo errado pode custar muito mais: informação de posologia desatualizada, contraindicação ausente, versão antiga de bula circulando em um canal enquanto a nova já está em outro. 

O comércio eletrônico de medicamentos no Brasil é regulado, e a responsabilidade sobre a informação publicada não some porque a página é de terceiro. Quando a indústria não tem uma fonte única, ela também não tem como responder rápido a uma mudança regulatória em toda a cadeia. Ela vira dependente da boa vontade e do prazo de cada parceiro. 

Centralizar o dado é, ao mesmo tempo, uma alavanca de venda e um mecanismo de conformidade. Raramente um investimento em marketing consegue defender as duas coisas na mesma reunião.

Um teste de quinze minutos para fazer hoje 

Antes de qualquer projeto, vale medir o tamanho do problema. Abra dois ou três assistentes de IA e faça o seguinte: 

1. Pergunte pelo seu produto principal pelo nome exato. Veja se ele aparece, e com quais informações. 
2. Pergunte pela categoria sem citar marca, do jeito que um consumidor perguntaria. Veja quais marcas são recomendadas e por quê. 
3. Pergunte um atributo específico do seu produto, algo como faixa etária, sabor ou ausência de um componente. Veja se a IA sabe responder.
4. Peça o preço e onde comprar. Compare com o que está publicado nos seus canais.
5. Repita a pergunta 2 em outro assistente e compare as justificativas. 

Se o seu produto não aparecer, o problema provavelmente é de recuperação, dado ausente ou identificador quebrado. Se aparecer com informação errada ou incompleta, o problema é de consistência entre canais. Se aparecer, mas sem justificativa forte, o problema é de profundidade de atributo.

Três diagnósticos diferentes, três planos diferentes. Todos começam no mesmo lugar: Onde o seu dado de produto mora hoje. 

A vantagem não é aparecer, é ser consistentemente legível

Houve um tempo em que o diferencial digital era ter a melhor página. Depois foi ter a melhor campanha. Agora é ter o melhor registro de produto, porque é ele que viaja. 

O mesmo dado alimenta a página da farmácia, o feed do marketplace, o Shopping Graph, o assistente de IA, o aplicativo de delivery e o relatório do comercial. Quem mantém esse dado fragmentado em planilhas, e-mails e portais de parceiro está entregando ao mercado uma versão diferente de si mesmo em cada ponto de contato. 

Quem centraliza entrega uma versão só. E é essa versão que a IA consegue ler, reconciliar, recomendar e justificar. 

Não é uma disputa de quem fala mais alto. É uma disputa de quem é mais legível para a máquina que hoje intermedia a decisão de compra. 

Descubra em 3 minutos onde o seu dado está travando a venda 

O Diagnóstico Estratégico do O Mundo Farma tem 14 perguntas, formuladas para liderança, que mapeiam o principal gargalo da sua operação de dados de produto e classificam o nível de maturidade digital da sua indústria frente ao mercado.

Clique aqui para fazer o Diagnóstico Estratégico!

Quer saber mais? Fale com nossos especialistas aqui!

Fontes
OpenAI Help Center, Shopping with ChatGPT Search
OpenAI, Powering Product Discovery in ChatGPT
Google, Shopping on Google: AI Mode and virtual try-on updates from I/O 2025
Google, The AI platform shift and the opportunity ahead for retail, NRF 2026
Syndigo, 2025 Omnichannel Shopping Benchmarks
Abrafarma, E-commerce de medicamentos se consolida no Brasil, com movimentação recorde
Hedgehog Digital, State of Search Brasil 6, via InfoMoney
Optimiza Marketing, O Mapa da Busca no Brasil 2026, via Portal Information Management
Aggarwal et al., GEO: Generative Engine Optimization, KDD 2024
Syndigo e YouGov, The State of Product Experience 2026, Syndigo